<div dir="ltr">Dear Rachel,<div><br></div><div>When you choose the domain that survived MP statistics, you are already choosing the one to which limited number of subjects contribute (Nima, please correct me if I&#39;m wrong). So you don&#39;t need to exclude non-contributors yourself. </div>

<div>MP is the filter to find maximum similarity in both dipole locations and projected measures.</div><div><br></div><div>Makoto</div></div><div class="gmail_extra"><br><br><div class="gmail_quote">On Tue, Aug 12, 2014 at 3:39 AM, Cooper, Rachel <span dir="ltr">&lt;<a href="mailto:rcoopea@essex.ac.uk" target="_blank">rcoopea@essex.ac.uk</a>&gt;</span> wrote:<br>

<blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex">




<div>
<div style="direction:ltr;font-family:Tahoma;color:#000000;font-size:10pt">Hi Makoto,<br>
<br>
Thanks for your reply. More participants were included when using MP than clustering (plus there are beautiful plots!). I&#39;m using MP to choose which ICs and their activations to analyse from each participant. Do you think it is best to exclude participants
 who didn&#39;t contribute any ICs to the MP analysis? I could try to find the most similar looking IC from each excluded participant but this seems inaccurate and would probably add lots of error.<br>
<br>
Best<br>
Rachel<br>
<div style="font-family:Times New Roman;color:#000000;font-size:16px">
<hr>
<div style="direction:ltr"><font color="#000000" face="Tahoma"><b>From:</b> Makoto Miyakoshi [<a href="mailto:mmiyakoshi@ucsd.edu" target="_blank">mmiyakoshi@ucsd.edu</a>]<br>
<b>Sent:</b> 11 August 2014 19:53<br>
<b>To:</b> Cooper, Rachel<br>
<b>Cc:</b> <a href="mailto:eeglablist@sccn.ucsd.edu" target="_blank">eeglablist@sccn.ucsd.edu</a>; Nima Bigdely Shamlo<br>
<b>Subject:</b> Re: [Eeglablist] Measure projection<br>
</font><br>
</div><div><div class="h5">
<div></div>
<div>
<div dir="ltr">Dear Rachel,
<div><br>
</div>
<div><span style="color:rgb(0,0,0);font-family:Tahoma;font-size:13.333333015441895px">&gt; Now that I have run measure projection however, I&#39;ve found that the problem persists.</span><br>
</div>
<div class="gmail_extra"><br>
</div>
<div class="gmail_extra">If I understand it correctly, MP does not solve the problem completely, but it reduces it. If you smooth the data with 3-D Gaussian kernal (default with 8 mm, but try 20 mm also) you have *more chance* to overlap more subject&#39;s ICs
 in a given &#39;domain&#39; than not.</div>
<div class="gmail_extra"><br>
</div>
<div class="gmail_extra">I heard from Tim Mullen that he would release Bayesian Hierachical whatever to solve the &#39;missing data problem&#39; in this approach. We will start the test phase soon.</div>
<div class="gmail_extra"><br>
</div>
<div class="gmail_extra">Makoto<br>
<br>
<div class="gmail_quote">On Wed, Jul 30, 2014 at 4:01 PM, Cooper, Rachel <span dir="ltr">
&lt;<a href="mailto:rcoopea@essex.ac.uk" target="_blank">rcoopea@essex.ac.uk</a>&gt;</span> wrote:<br>
<blockquote class="gmail_quote" style="margin:0px 0px 0px 0.8ex;border-left-width:1px;border-left-color:rgb(204,204,204);border-left-style:solid;padding-left:1ex">
<div>
<div style="direction:ltr;font-family:Tahoma;color:rgb(0,0,0);font-size:10pt">
Hi everyone,<br>
<br>
Following advice given from members of this list (thank you) I used the measure projection add-on to try to find similar ICs across my participants/conditions. Using measure projection was recommended as a solution to the problem I had when clustering. The
 problem with clustering was that ICs from some participants didn&#39;t appear in a cluster and some participants contributed multiple ICs to a cluster. Now that I have run measure projection however, I&#39;ve found that the problem persists. Could this be due to a
 mistake in running the MP analysis? What should I do with the participants who&#39;s ICs did not contribute to a domain?<br>
<br>
Many thanks<br>
Rachel<span><font color="#888888"><br>
<br>
<br>
<div><br>
<div style="font-family:Tahoma;font-size:13px">
<div style="font-family:Tahoma;font-size:13px">Rachel Cooper<br>
PhD researcher<br>
Department of Psychology,<br>
University of Essex,<br>
Wivenhoe Park,<br>
Colchester,<br>
Essex,<br>
CO4 3SQ<br>
</div>
</div>
</div>
</font></span></div>
</div>
<br>
_______________________________________________<br>
Eeglablist page: <a href="http://sccn.ucsd.edu/eeglab/eeglabmail.html" target="_blank">
http://sccn.ucsd.edu/eeglab/eeglabmail.html</a><br>
To unsubscribe, send an empty email to <a href="mailto:eeglablist-unsubscribe@sccn.ucsd.edu" target="_blank">
eeglablist-unsubscribe@sccn.ucsd.edu</a><br>
For digest mode, send an email with the subject &quot;set digest mime&quot; to <a href="mailto:eeglablist-request@sccn.ucsd.edu" target="_blank">
eeglablist-request@sccn.ucsd.edu</a><br>
</blockquote>
</div>
<br>
<br clear="all">
<div><br>
</div>
-- <br>
<div dir="ltr">Makoto Miyakoshi<br>
Swartz Center for Computational Neuroscience<br>
Institute for Neural Computation, University of California San Diego<br>
</div>
</div>
</div>
</div>
</div></div></div>
</div>
</div>

</blockquote></div><br><br clear="all"><div><br></div>-- <br><div dir="ltr">Makoto Miyakoshi<br>Swartz Center for Computational Neuroscience<br>Institute for Neural Computation, University of California San Diego<br></div>


</div>